间歇化工过程设计和能量综合优化思考

间歇化工过程设计和能量综合优化思考

张长跃

淄博鑫安利安全技术有限公司 山东淄博 255000

摘要：近年来我国精细化工领域的发展极为迅速，这与计算机在线控制技术的广泛应用联系紧密，间歇化工过程优化的受关注程度也随之提升。基于此，本文将简单分析间歇化工过程设计和能量综合优化的基本路径，并深入探讨动态化间歇化工过程能量综合优化要点。

关键词：间歇化工过程；最优控制；动态化

前言：间歇化工过程在能量利用方面具备多方面特点，包括各操作工序安排较为灵活、可采用单一的能量供应设备、需设置中间储热器、能够较好服务于节能降耗和废物利用。在间歇化工过程的能量综合优化中，需从能量集成、能量回收等方面入手。

1 间歇化工过程设计和能量综合优化的基本路径

间歇化工过程存在脱吸、中和、萃取、吸收、反应、精馏等多个单元操作过程，粘稠、强腐蚀性、粉体、易结晶、固态工艺介质也大量存在，间歇化工过程设计和能量综合优化需关注相关方面因素带来的影响。

1.1具体设计

系统的限定循环时间属于间歇化工过程设计需要考虑的主要因素，具体需基于限定循环时间控制实际循环时间开展设计，可从两个方面开展具体设计，即设法缩短间歇过程的限定循环时间，或加强对化工生产设备闲置时间的利用。限定循环时间的缩短一般从并联设备（异步操作平行单元）的增加入手，或分解操作工序（瓶颈设备）到操作串联设备（多个同体积设备下），两种方法均需要增加设备。闲置时间的利用需得到中间罐的支持，不同的限定循环时间设定可基于中间罐前、后设备开展，下游设备的尺寸可由此大幅减小，闲置时间（非瓶颈设备）的缩短可由此实现。也可以通过一个非瓶颈设备取代多个非瓶颈设备（连续），设备的台数可由此减少。在具体实践中，为有效降低成本，可在不含有时间限制级的串连级设置中间罐，还需要进行非瓶颈设备合并，并在合适的位置增加平行单元（异步操作），同时需基于成本最低原则进行非瓶颈设备的分解^[1]。

1.2能量综合优化

结合绿色化的精细化工发展趋势可以发现，基于降低生产成本、节能降耗、减少环境污染的能量综合优化近年来开始受到业界的广泛重视，而对于间歇化工过程的能量综合优化模型来说，能量品位的变化、中间罐内热储存介质温度变化、工艺流程的设备限制、系统的限定循环时间、中间罐的位置等均属于重点影响因素。结合相关理论研究和实践探索可以了解到，时间平均模型、时间分段模型、时间温度复合模型属于最为常用的间歇化工过程能量综合优化模型。时间平均模型会在间歇过程中所有流股上平均分配限定循环时间（间歇系统），由此开展的最小公用过程用量和最大热回收量分析采用夹点设计法，时间平均模型可通过伪连续过程处理间歇过程，但由于各流股上限定循环时间分布直接决定间歇过程各工序的调整及安排，这就使得时间平均模型无法完全实现热回收目标；时间分段模型主要通过合并或重组间歇过程的流股、非瓶颈设备，间歇过程中的更多热量可由此直接被吸收，间歇过程受到的时间影响由此在模型中得到了一定体现。但结合生产实践可以发现，流股的重组在大多数情况下无法实现，这是由于时间平均模型忽视了实际工艺过程限制，很多工序存在的严格时间限制也会导致流股重组无法实现；时间温度复合模型能够将流股基于时间间隔分开，且同时假设工序上物质在每个时间间隔内释放热量和吸收热量存在相同的速率，在每个时间间隔内采用夹点设计法即可确定热回收目标，如多余的可利用热量存在于某个时间段内，模型可通过热存储介质存储热量并用于下一个时间间隔。时间温度复合模型同时考虑了间歇过程受到的时间和温度影响，但热存储介质释放热量的时机被忽视，吸热和放热过程中存储介质的能量品位降低和温度变化也未得到重视，因此基于该模型的能量综合优化仍存在一定不足^[2]。

2 动态化间歇化工过程能量综合优化要点

2.1算法构建

为实现更高水平的间歇化工过程能量综合优化，混合优化控制策略的选用应得到重视，通过基于PSO算法的内层优化、基于CVP算法的外层优化，即可较好服务于能量综合优化。作为两层优化的嵌套，PSO-CVP混合策略可用于求解化工动态优化问题，间歇化工过程能量综合优化便属于其中代表，原始PSO的求解精度、原始CVP算法的收敛速度均可由此提升，具体的算法流程如图1所示。基于图1进行分析可以发现，分段数N的设置、控制时域离散处理、CVP算法初始值和求解精度设定、PSO算法参数设置、位置和速度信息更新、状态向量的求解、目标函数和约束函数的计算、基于梯度算法的求解均属于动态化间歇化工过程能量综合优化的关键点。在具体实践中，内层优化需首先进行一组粒子的设置，并基于求解问题的复杂度控制粒子个数，开展基于迭代方式的粒子群最优值搜索，即可最终得到外层CVP初始优化轨迹。而在外层优化中，CVP算法应用的初始轨迹应采用PSO算法求解的初始参数值，控制时域的划分、基函数线性组合的开展同样需要得到重视，动态优化轨迹的求解精度在序列二次规划等梯度算法支持下可大幅提升。

图 1 算法流程

2.2具体应用

以连续间歇反应过程的能量综合优化为例，这一优化主要围绕间歇反应过程温度控制展开，通过最优的温度动态轨迹设置，即可降低能量消耗，并同时实现反应终端时间内目标产物的产量最大化。基于典型的连续间歇化学反应及相关研究可以发现，序列二次规划方法、蚁群结构优化方法、正交配置优化、迭代蚁群算法均能够用于连续间歇反应过程的能量综合优化，但上文提及的混合优化控制策略在应用中可得到最优结果，同时在寻优效率方面具备显著优势，具体值分别为0.6105465和193s，而应用序列二次规划方法、蚁群结构优化方法、正交配置优化、迭代蚁群算法得出的具体值为0.610669、0.61051、0.61、0.6104，其中序列二次规划方法寻优速度为194s，这一数值仅低于本文研究的混合优化控制策略，由此可见混合优化控制策略在动态化间歇化工过程能量综合优化中所具备的较高实用价值。

结论：综上所述，间歇化工过程设计和能量综合优化需关注多方面因素影响。在此基础上，本文涉及的能量综合优化、混合优化控制策略等内容，则提供了可行性较高的间歇化工过程能量综合优化路径。为更好实现能量综合优化，间歇过程的管控一体化、投资决策和设计集成等要点同样需要得到重视。

参考文献：

[1]孔令启,张晓荷,李玉刚.间歇化工过程热集成研究进展[J].化工进展，2020，03(03):1435-1438.

[2]石博文,尹燕燕,刘飞.基于PSO-控制变量参数化混合策略的间歇化工过程优化控制[J].化工学报,2019,70(03):979-986.